[[Finanzwissenschaften] Wollen Sie wissen, wie man die Zukunft vorhersagt?

Wir können Monte-Carlo-Simulationen an vielen Orten sehen, um Aktienkurse, Maximalverluste an Aktien und die Preise für strukturelle Anleihen vorherzusagen. Was ist Monte-Carlo-Simulationen? Wo sind die besten Monte-Carlo-Simulationen?

• #### Monte Carlo-Simulationen

Zunächst einmal ist die Monte-Carlo-Simulation eine Methode der Statistik, die große Datenmengen simuliert. Wenn man sich diesen Satz direkt ansieht, wird man direkt ausgeräumt, die Methoden der Statistik zu nennen, warum man große Datenmengen simulieren soll.

Erstens, warum: Warum heißt es Monte Carlo-Simulation?

Die Monte-Carlo-Simulation ist eine statistische Methode, die während des Zweiten Weltkriegs von den amerikanischen Mathematikern John Neumann und Ulam entwickelt wurde, um das Problem der zufälligen Neutronenverbreitung bei der Entwicklung der Atombombe zu lösen. Da die Arbeit zu dieser Zeit geheim war, wurde der Methode der Codename Monte-Carlo gegeben. Monte Carlo in Monaco war zu dieser Zeit eine sehr berühmte Casino-Stadt, in der die Essenz des Glücksspiels die Wahrscheinlichkeit war.

Zweitens: Was ist Monte Carlo Simulation und warum wird sie in der Finanzwelt eingesetzt?

Wenn wir sagen, dass der Schlusskurs von Wanko gestern Abend 10 Dollar war, möchten Sie nicht wissen, was der Wert von Wanko in 100 Tagen sein wird? Sicherlich möchten Sie das wissen, denn wenn Sie das wüssten, bräuchten Sie keine CFA / FRM-Prüfung.

Der heutige Kurs = der gestrige Kurs + 0,2

St= St-1+0.2, das bedeutet, dass ich heute zwei CZK mehr verdiene als gestern. Ich weiß, dass der Schlusskurs von gestern den Schlusskurs von heute kennt, und dann kann ich den Schlusskurs nach 100 Tagen finden. Aber diese Rezeption ist zu unwichtig. Du brauchst nicht einmal die CFA/FRM-Prüfung zu machen, du kannst Wankel Aktien kaufen und zwei CZK pro Tag verdienen.

Vergessen wir nicht, dass die Aktien wie Hühnchen auf und ab springen, also gibt es jeden Tag eine kleine Überraschung, die wir Aktienpreisschwankungen nennen. Ich weiß nicht, wie stark die Aktienpreise jeden Tag schwanken, also ist es zufällig, also ist es natürlich, dass man sich einen Zufallsfaktor in der Formel vorstellen kann:

Der heutige Aktienkurs = der Aktienkurs von gestern + der Aktienkurs von heute

Die mathematische Darstellung ist St = St-1 + e, e steht für die tägliche Kursbewegung, es ist eine zufällige Zahl, die als zufällige Zahl bezeichnet wird, die nicht bewertet wird. Jetzt müssen wir nur die Methode verwenden, die am besten verstanden wird, nämlich die Methode der Zufallsausstrahlung, und ich kann vorankommen. Zum Beispiel, der erste Aktienpreis von Omni S0 = 10, wenn ich jetzt die erste zufällige Zahl ausstrahle, e1 = 0.3, dann S1 = 10.3, dann gehe ich einen Schritt voran, und ich sende eine weitere zufällige Zahl e2 = -0.4, S2 = 9.9, und nach derselben Methode, gehe ich 100 Schritte voran, um nach 100 Tagen den Preis von Omni zu finden, und so finde ich einen Pfad für die 100-tägige Kursbewegung dieser Aktie.

Wenn ich also einen Weg nicht zuverlässig finde, dann ist es gut, wenn ich 100 oder 1000 Wege mit derselben Methode simuliere. Wenn ich beispielsweise 1000 Wege simuliere, dann würde ich am 100. Tag, wenn ich ein Messer schneide, dann würde ich 1000 Daten finden, und das ist eine Menge an Daten, und am einfachsten, ich könnte den Durchschnitt anfordern, so dass der geschätzte Preis von 100 Millionen Aktien relativ zuverlässig ist.

Natürlich ist die Ausstrahlung von Zufallszahlen nicht völlig unregelmäßig. In der Regel wird bei einem Monte-Carlo-Simulation die Ausstrahlung von Zufallszahlen anhand der Merkmale historischer Daten angenommen. Wenn wir zum Beispiel feststellen, dass die Schwankungen des Aktienpreises der am häufigsten verwendeten Ausstrahlung entsprechen (normaler Ausstrahlung), nehmen wir in der Regel an, dass e auch einer normalen Ausstrahlung unterliegt, um dem Computer mitzuteilen, wie die Zufallszahlen ausstrahlen sollen.

Der dritte Grund: Warum ist die Monte-Carlo-Simulation ein innovativer Schritt in der Finanzforschung?

Das Beste an der Monte-Carlo-Simulation ist, dass sie ein Problem aus den Sozialwissenschaften wie die Naturwissenschaften macht. Die Naturwissenschaften, wie Chemie, Physik, die am meisten untersucht werden, benötigen am wenigsten Daten, denn man kann sich in einem Labor einschließen, man lässt den Wagen 10.000 Mal kollidieren, und man hat 10.000 Daten, die leicht verändert werden können.

Natürlich können wir aus der obigen Analyse auch sehen, dass es auch einen Vorteil hat, dass es nicht auf historische Daten beschränkt ist, da die Daten, die es erhält, simuliert sind, nicht die Daten, die in der Geschichte tatsächlich stattgefunden haben, so dass die Analyse umfassender sein kann.

Das ist unsere Einführung in die Monte-Carlo-Simulation. Natürlich brauchen wir als Finanzanalysten mit der Entwicklung der Informationstechnologie und der Vollendung der Arbeitsteilung oft keine eigenen Modelle zu erstellen, aber wir brauchen ein gewisses Verständnis für die Prinzipien der Modelle, um zu wissen, in welchem Umfang jedes Modell nicht anwendbar ist, wo die Risiken sind, die es beinhaltet, um bessere Vorhersagen für die Zukunft zu treffen.

Übertragung von Hausverwalter